AI音乐和视频情绪不一致，通常不能靠把音量调小解决。先明确用途、时长、速度感与是否需要人声，设置应围绕内容节奏。配乐不能抢走口播信息，授权条件也要与实际用途相符。
音乐生成需求应先与视频任务对应。情绪、段落和声音层次需要能被实际回听，工具提供的控制能力按当前使用条件确认。配乐的商业使用范围与声源资料也要核对，不能仅凭可下载就判断允许发布。
把需求写成具体声音关系：开头较轻、动作段节奏更明显、结尾留出收束空间。乐器和风格保持适度明确，避免一次要求许多互相冲突的流派。工具未提供的控制项，不写成必然可调参数。
专名、金额、时间、数量与否定最值得单独回听。文字稿正确不代表读音正确，配乐也可能掩盖关键信息。先听干净人声，再放回成片检查，发现错误定位到句子，避免整段重做时引入新的变化。
分段服从语义，必要条件和结果应保持可听懂的关系。不要用加速处理全部时长问题，可以先删冗余，再调整镜头或停顿。保存稿件与音频版本，内容改动同步字幕；声音来源和使用范围需对应本次用途。
素材授权不能只凭拿到文件判断
文件可以下载或由供应商提供，不代表获得所有使用权。来源、权利人、使用渠道、地区、修改和复用条件逐项确认，付款也不一定等于永久授权。人物、品牌与图片中的其他内容可能另有条件，不应忽略。
AI改写、裁切或重绘不能作为权利已清除的证明。授权资料和实际发布版本对应，合作结束后的复用按约定处理；出现争议保存原通知与对象，具体问题交专业方核验。缺少依据时改用权利明确的资料，不能靠匿名或换格式解决。
生成后先单独回听，再放到视频里检查。口播段若被低频或人声遮住，可以换配器、剪辑段落或重新生成。接点处要听是否突然断拍，时长不足也不宜直接机械循环。
文字与画面怎样保持时间对应
时间轴校验不仅是声音与嘴型相同，还包括字幕、动作和信息的先后。提前显示结果可能让观众错过条件，消失太快则使限制无法阅读。按实际播放核对，不只在编辑界面拖动游标判断。
遇到更长语言或复杂步骤，优先调整语义分段和镜头安排，不任意删掉重要内容。导出后再加载或播放一次，检查时间码、字幕编码与音轨。工作项目没有问题但最终文件不同，仍需以实际交付结果验收。
保存输出版本及对应使用条款。作品听感相似不代表拥有某首歌曲的授权，不以模仿特定作品代替原创需求；商业使用前核对当前服务条款及素材来源。